bugbatch-prepare

Bugbatch Prepare

目的

把 $bug2csv 下载下来的原始 bug 表，整理成可执行的本地 bug 批次。

输出目录放在要修复的业务项目根目录，而不是放在全局 skill 项目或临时调度项目里：

issues/<版本>/

例如业务项目是 /path/to/business-project，则输出到：

/path/to/business-project/issues/<版本>/

推荐结构：

issues/<版本>/
  bug_batch.csv
  source.csv
  tasks/
    BUG-001-TASK.md
    BUG-002-TASK.md

这个 skill 只做准备，不创建 worktree，不改业务代码。后续修复交给 $bugfix-worktree BUG-xxx。

输入

需要：

• 原始 CSV 路径，通常来自 $bug2csv
• 版本名，例如 2026-06-25、v6.2.0-bugs、android-2026-06-25
• 可选：业务仓库路径，例如 /path/to/repo

如果用户没给版本名，用当前日期或从文件名推断一个短版本名。

输出 CSV 字段

生成或更新：

• bug_id
• 原始行号
• 标题
• 问题描述
• 人工确认描述
• 复现场景
• 验收标准
• 状态
• branch
• worktree_path
• base_repo
• target_branch
• ai_verify_plan
• ai_verify_cmd
• ai_verify_result
• ai_verify_evidence
• apk_path
• install_device
• human_verify_result
• human_verify_note
• commit
• task_file
• blocked_reason
• 备注

保留原始 CSV 中有价值的列，例如状态、模块、严重程度、处理描述等。不要覆盖用户手工修改过的 人工确认描述、复现场景、验收标准。

准备规则

1. 复制原始 CSV 到 issues/<版本>/source.csv，作为快照。
2. 为每条真实 bug 生成稳定 bug_id，例如 BUG-003。不要给空行生成任务。
3. 标题 从问题描述压缩得到，保持短。
4. 人工确认描述：
   • 如果原 CSV 已有人工确认列，优先使用。
   • 如果没有，用原始问题描述填入，并在 备注 标记“待人工确认”。
5. 复现场景 和 验收标准：
   • AI 先根据人工确认描述生成草案。
   • 不确定的设备、角色、连接方式不要写死成事实；在 TASK 中列为“待确认”。
6. 状态：
   • 信息足够开始修：ready
   • 缺关键事实、会导致修复靠猜：needs_info
   • 仅草稿未确认：draft
7. 为每个非空 bug 创建 issues/<版本>/tasks/<bug_id>-TASK.md。

ready 判断

一条 bug 至少要能回答：

• 问题是什么？
• 在什么场景触发？
• 修好后看到什么结果算通过？

能回答就可以 ready。不要求设备信息一开始完美。

如果是文案、资源、静态 UI 类 bug，通常可以直接 ready。

如果是投屏、声音、闪退、账号、权限、会员权益等动态 bug，缺少关键角色或连接方式时标记 needs_info。

TASK 文件模板

# <bug_id> <标题>

## 目标问题
原始描述：

人工确认描述：

## 复现场景

## 验收标准

## 待确认
- 无

## 修复方案选择
- 选择方案：
- 为什么选择：
- 放弃方案：

## 修改记录

## 修改文件

## AI 自证验证
- 验证计划：
- 测试/脚本：
- 命令：
- 结果：
- 证据：

## APK 安装
- APK：
- 设备：
- 安装结果：

## 用户人工验证
- 结果：
- 备注：

## 阻塞/风险

## 下一步

完成回复

报告：

• issues/<版本>/bug_batch.csv 路径
• 原始快照 source.csv 路径
• 生成的 bug 数量
• ready / needs_info / draft 数量
• 需要用户优先补充的 needs_info bug_id